MétaCan
Menu
Retour à la cohorte
Enregistrement W2909981722 · doi:10.29007/mf4h

Feasibility of Using Optical Sensing to Measure Bore Depth in Surgical Bone Drilling

2018· article· en· W2909981722 sur OpenAlexaff
Daniel Demsey, Juan Pablo Gomez Arrunategui, Nick Carr, Antony J. Hodgson

Notice bibliographique

RevueEPiC series in health sciences · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopedic Surgery and Rehabilitation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCalipersDrillGauge (firearms)DrillingDisplacement (psychology)Drill bitBiomedical engineeringComputer scienceGeologyMaterials scienceEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The depth gauge is used in many osteosynthesis surgeries to measure drilled bore depth for screw selection, and has significant limitations. Its use has been shown to contribute to placement of incorrectly sized screws, which can lead to adverse outcomes in patients. We have developed an automatic depth gauge prototype which mounts on an existing surgical drill and makes use of an optical sensor. This builds off previous work in our lab which showed that drilled bore depth could be computed from continuous measurement of drill displacement relative to the bone. We tested our device in animal models and compared it with digital calipers as a gold standard. In a simple porcine model the prototype showed potentially superior performance (mean error 2.05mm, SD 0.67mm) compared with the conventional depth gauge (mean error 0.83 mm, SD 1.55 mm). However, this could not be reproduced in a more realistic porcine model.An automated depth gauge mounted on a conventional surgical drill shows potential as a replacement for the existing depth gauge, but the design needs to be refined for use in an operating room setting.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,352

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,118
Tête enseignante GPT0,410
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPiC series in health sciencesMême sujetOrthopedic Surgery and RehabilitationTravaux en français237 207